Sentiment-Analyse – Was ist das?

14.03.2017

Sentiment-Analyse

Was halten die Leute von uns?

Mögen die Leute unsere Firma, unsere Produkte, unsere Kampagne, unseren Service oder lehnen sie uns ab? Eine Frage, die fürs Marketing entscheidend ist, denn wer wird schon Kunde bei einem Unternehmen, das er nicht mag? Um die Frage nach Zu- oder Abneigung zu beantworten, wurde die Sentiment-Analyse erfunden. Was das genau ist, wie sie funktioniert und wie Sie und Ihre Firma davon profitieren, haben wir für Sie zusammengetragen.

Sentiment-Analyse kurz erklärt

Das Wort Sentiment stammt aus dem Französischen und bedeutet einfach Gefühl oder Empfindung. Bei der Sentiment-Analyse wird demnach untersucht, welche Empfindungen gegenüber einer bestimmten Sache vorherrschen.
Wem der Begriff Sentiment-Analyse nicht liegt, der kann Tonalitätsanalyse verwenden. Ganz im Sinne von „Der Ton macht die Musik“. Wie wird also über eine Sache gesprochen? Wohlwollend oder abschätzig?

Sentiment-Analyse gibt’s im Text Mining und an der Börse.
So untersuchen einige Börsengurus nicht nur Aktien-Charts und Wirtschaftsdaten, sondern auch die Stimmung der Investoren. Daraus wollen sie Schlüsse ziehen, wie sich die Kurse entwickeln.
Fürs Marketing ist aber die Sentiment-Analyse im Bereich des Text Mining entscheidend. Wir lassen deshalb für diesen Post die Börse außer Acht.

Text Mining:
Wenn aus Texten mit statistischen und linguistischen Mitteln die relevanten Kerninformationen herausgefiltert werden, wird das Text Mining genannt.

Sentiment-Analyse im Marketing

Im Marketing gehört die Sentiment-Analyse vor allem in den Bereich des Social-Media-Monitorings. Der Begriff Social Media bezieht sich hier nicht nur auf Facebook, Twitter und Co., sondern auch auf YouTube, Produkt- und Dienstleistungsbewertungen in Shops und Portalen sowie Foreneinträge. Über diese Kanäle werden heute nämlich sehr schnell Meinungen gebildet und verbreitet. Wer also weiß, wie in den Kommentaren und Posts über das eigene Produkt geredet wird, der kann entsprechend reagieren. Dabei beschränkt sich die Sentiment-Analyse nicht nur auf Texte. Es werden außerdem Videos, Bilder oder auch Podcasts unter die Lupe genommen.

Zweck der Sentiment-Analyse

Die Sentiment-Analyse ermittelt die Stimmung in den sozialen Medien bezogen auf Produkte, Serviceleistungen, Kampagnen und Unternehmen. Bei vorwiegend negativen Meinungen kann das Unternehmen die Gründe analysieren und reagieren.

Beispiel:
Es wird schlecht über die Servicehotline gesprochen. Die Ursache dafür muss ermittelt werden. Liegt es an der fehlenden Freundlichkeit oder Kompetenz der Servicemitarbeiter? Sind die Wartezeiten zu lang? Werden nur unzureichende Hilfsmöglichkeiten angeboten? Die Ursachenanalyse zeigt, dass die Wartezeiten zu lang sind. Um dem abzuhelfen, lassen sich mehr Servicemitarbeiter für das Projekt abstellen. Auch können andere Wege zur schnellen Kontaktaufnahme wie bspw. Kontaktformulare oder Chats angeboten bzw. prominenter beworben werden. Danach gibt eine weitere Sentiment-Analyse Aufschluss darüber, ob die Maßnahmen gewirkt haben. Ist das der Fall, nimmt die Zufriedenheit mit der Hotline zu.

Besonders wichtig ist die Sentiment-Analyse natürlich bei Marketing-Kampagnen, die sich vorwiegend auf soziale Netzwerke konzentrieren. Werden die viralen Videos gemocht? Kommt der Podcast gut an? Mag die Community die Facebook-Einträge? Ist die Stimmung negativ, kann die Kampagne korrigiert werden.

Wie funktioniert die Sentiment-Analyse?

Generell unterscheiden wir zwischen der manuellen und maschinellen Analyse.

Manuelle Analyse

Hier nehmen Menschen die Sichtung der entsprechenden Daten vor. Sie bewerten die in sozialen Medien geäußerten Meinungen bezüglich positiver, negativer oder neutraler Tonalität.

Maschinelle Analyse

Bei der maschinellen Analyse durchsucht Software alle zur Verfügung stehenden Daten und nimmt die Einordnung vor. Dazu werden hauptsächlich Verfahren genutzt, die auf linguistischen Quellen beruhen oder das Konzept des maschinellen Lernens anwenden.

Linguistische Quellen:
Hier werden die Daten auf Basis von vorher festgelegten positiven und negativen Signal-Worten bewertet.

Die Mitarbeiter waren freundlich und kompetent, nur die Wartezeit war ätzend.

Die Worte „freundlich“ und „kompetent“ werden als positive Signale bewertet und das Wort „ätzend“ als negatives. Insgesamt würde der Satz als positiv von der Software eingeordnet werden, da zwei positive nur einem negativen Signal-Wort gegenüberstehen.

Probleme bei dieser Methode sind die Mehrdeutigkeit vieler Worte, Slangausdrücke und dass sie Ironie und Kontexte nicht versteht. So ist eine lange Akkulaufzeit etwas positives, aber das Wort „lang“ als positives Signalwort einzusetzen ist schwierig. Im Kontext mit Wartezeit ist „lang“ nämlich negativ.

Maschinelles Lernen:
Dabei wird einer Software mittels Beispieldaten beigebracht, ob es sich um positive oder negative Äußerungen handelt. Hat sie dieses Wissen, kann sie auch ihr unbekannte Texte analysieren und deren Tonalität herausfinden. Entscheidend sind bei dieser Methode die Beispieldaten. Wenn die Software anhand von Kundenrezensionen über Autos trainiert wurde, dann wird sie bei der Auswertung von Filmkritiken versagen.

Natürlich kann auch die beste Software nicht alle Nuancen der menschlichen Sprache verstehen und die Tonalität richtig einordnen. Dafür sind immer noch Menschen notwendig.

Was kann analysiert werden?

Die Sentiment-Analyse kann in folgenden Bereichen angewendet werden:

  • Produktbewertungen
  • Service-/Dienstleistungsbewertungen
  • Kundengespräche
  • Trainingsdaten für maschinelles Lernen
  • Soziale Medien:
    • Tweets
    • Facebookeinträge
    • Blogkommentare
    • Foreneinträge
    • Videos
    • Podcasts
    • Bilder und Grafiken

Wer kann Sentiment-Analysen durchführen?

Autohaus Müller führt eine Kampagne auf Facebook durch und will wissen, wie gut sie bei den Followern ankommt. Dafür reicht es in der Regel, wenn ein Mitarbeiter von Autohaus Müller die Kommentare im sozialen Netzwerk sichtet und in einer Tabelle die positiven und negativen Meinungen erfasst.

Dieses Verfahren funktioniert natürlich nicht mehr bei großen Kampagnen bzw. Datensätzen. Hier kommen in der Regel Social Monitoring Tools zum Einsatz oder es werden externe Dienstleister wie clickworker beauftragt.

Da clickworker dank seiner vielen Crowdworker, sog. Clickworker, selbst große Datenmengen manuell sichten kann, lassen sich in kurzer Zeit qualitativ hochwertige Ergebnisse erzielen. Kombinationsansätze von durch Computer vorsortierten und manuell verfeinerten Daten sind natürlich auch möglich.

Das halten die Leute von uns!

Dank der Sentiment-Analyse erfahren Sie sehr schnell, wie gut Marketingkampagnen, Serviceleistungen, Ihre Firma oder deren Produkte bei den Menschen ankommen. Sie müssen keine kostspieligen und oft auch nicht sehr beliebten Meinungsumfragen durchführen. Sie müssen nur die im Internet zur Verfügung stehenden Daten analysieren. Dabei helfen Ihnen künstliche Intelligenz oder Dienstleister wie clickworker mit ihrer enormen Manpower. Wer die Meinung seiner Nutzer kennt, der hat die Möglichkeit negative Entwicklungen schnell festzustellen und entsprechend korrigierende Maßnahmen zu ergreifen.

 

Dieser Artikel wurde am 14.March 2017 von Thomas geschrieben.

von: Thomas K.

Thomas K., Clickworker